主流大语言模型几乎全部采用自回归（AR）生成范式，token 一个接一个顺序输出。这种方式在推理速度上存在天然瓶颈——序列越长，生成耗时越多。近一年来，扩散语言模型（dLLM）作为颠覆性替代方案受到关注，Google Gemini Diffusion、Inception Mercury 等先后发布，承诺并行解码带来的更高吞吐量。 但速度与精度真的可以兼得吗？ICML 2026 接收的论文 d3LLM（pseuDo-Distilled Diffusion LLM）直面这个问题，提出了一套系统性的解决思路。 **核心创新：伪轨迹蒸馏** d3LLM 由 Hao-AI Lab 团队提出，发表在 arXiv（2601.07568）。研究团队发现，现有扩散模型在随机 masking 策略下学习效率偏低——学生模型不知道教师模型喜欢先解码哪些